# 基于深度学习的电动自行车头盔佩戴检测系统
---
- [基于深度学习的电动自行车头盔佩戴检测系统——开发环境配置说明文档](#基于深度学习的电动自行车头盔佩戴检测系统开发环境配置说明文档)
- [1. 文档说明](#1-文档说明)
- [2. 运行环境说明](#2-运行环境说明)
- [2.1 硬件配置](#21-硬件配置)
- [2.2 软件配置](#22-软件配置)
- [2.3 程序依赖库](#23-程序依赖库)
- [3. 基本环境配置](#3-基本环境配置)
- [3.1 软件安装](#31-软件安装)
- [3.1.1 集成开发环境安装与配置](#311-集成开发环境安装与配置)
- [3.1.2 数据库安装与配置](#312-数据库安装与配置)
- [3.1.3 编程语言安装](#313-编程语言安装)
- [3.1.4 CUDA和cuDNN安装与配置](#314-cuda和cudnn安装与配置)
- [3.1.5 机器学习库安装](#315-机器学习库安装)
- [3.2 依赖库安装](#32-依赖库安装)
- [4. 运行程序](#4-运行程序)
---
# 1. 文档说明
本文档是毕业设计——基于深度学习的电动自行车头盔佩戴检测系统的开发环境配置说明文档,该文档包括运行环境说明以及基本环境配置两大部分。在程序运行前请认真查看此文档,并按照此文档说明对运行程序的设备环境进行对应配置。
# 2. 运行环境说明
## 2.1 硬件配置
设备硬件配置及其参数规格:
| 配置名称 | 参数规格 |
| :------: | :-----: |
| 中央处理器CPU | Intel(R) Core(TM) i5-7300HQ CPU @2.50GHz |
| 图形处理器GPU | GeForce GTX 1050Ti(4.0GB DDR5 768 CUDA) |
| 机带RAM | 16.0 GB (15.9 GB可用) DDR4 |
## 2.2 软件配置
程序运行所需软件及其版本信息:
| 软件名称 | 版本信息 |
| :------: | :-----: |
| 操作系统 | Windows10 64位操作系统,基于x64的处理器 |
| 集成开发环境 | Visual Studio Code v1.56.2 |
| Visual Studio Code插件 | Code Runner v0.11.4 |
| 数据库 | MySQL 5.7.33-log MySQL Community Server (GPL) |
| 编程语言 | Python 3.7.6 |
| CUDA版本 | cuda_11.1.0_456.43_win10 |
| cuDNN版本 | cudnn-11.1-windows-x64-v8.0.5.39 |
| 机器学习库 | Pytorch 1.7.1 |
## 2.3 程序依赖库
程序运行所依赖库及其版本信息(见程序主目录下requirements.txt文件):
| 依赖库名称 | 版本信息 |
| :-------: | :------: |
| wandb | 0.10.28 |
| seaborn | 0.11.1 |
| torchvision | 0.8.2 |
| requests | 2.22.0 |
| opencv_python | 4.5.1.48 |
| torch | 1.7.1 |
| thop | 0.0.31.post2005241907 |
| matplotlib | 3.3.3 |
| Flask | 1.1.1 |
| Flask_SocketIO | 5.0.1 |
| PyMySQL | 1.0.2 |
| scipy | 1.4.1 |
| numpy | 1.19.3 |
| pandas | 1.0.1 |
| coremltools | 4.0 |
| tqdm | 4.42.1 |
| onnx | 1.8.1 |
| easydict | 1.9 |
| ipdb | 0.13.7 |
| motmetrics | 1.2.0 |
| pafy | 0.5.5 |
| Pillow | 8.2.0 |
| PyYAML | 5.4.1 |
# 3. 基本环境配置
请确保设备使用系统为Windows10 64位操作系统再进行以下操作。若为其他操作系统请自行下载软件对应版本。
## 3.1 软件安装
### 3.1.1 集成开发环境安装与配置
(1)程序所使用的集成开发环境为[Visual Studio Code](https://code.visualstudio.com/),具体版本不作要求,下载最新版本即可。
(2)按如下操作安装Code Runner插件,具体版本不作要求,下载最新版本即可。
![安装Code Runner插件](https://github.com/johnhillross/YOLOv5-DeepSORT-HelmetDetection/blob/main/pictures/Code_Runner.png)
### 3.1.2 数据库安装与配置
(1)程序所使用的数据库为[MySQL](https://www.mysql.com/downloads/),请下载v5.7版本非v8.0版本。
(2)配置root用户密码为123456
具体操作参考[链接](https://www.cnblogs.com/AmilyWilly/p/8334673.html)
### 3.1.3 编程语言安装
(1)程序所使用的编程语言为Python,下载并按照[Anaconda](https://www.anaconda.com/products/individual),请下载64位Python v3.7版本。
### 3.1.4 CUDA和cuDNN安装与配置
(1)设备图形处理器GPU为GeForce GTX 1050Ti(4.0GB DDR5 768 CUDA),请根据设备具体图形处理器GPU下载对应[CUDA](https://developer.nvidia.com/cuda-toolkit-archive),请下载v11.1.0版本
(2)下载CUDA对应版本的[cuDNN](https://developer.nvidia.com/cudnn),CUDA v11.1.0对应cuDNN版本为v8.0.5
(3)修改系统环境变量
具体安装过程参考[链接](https://blog.csdn.net/weixin_43735353/article/details/107412849)
(4)验证安装
通过执行以下命令验证安装是否成功
```cmd
nvcc -V
```
执行命令后得到以下信息即安装成功
![安装成功](https://github.com/johnhillross/YOLOv5-DeepSORT-HelmetDetection/blob/main/pictures/CUDAcuDNN.png)
### 3.1.5 机器学习库安装
(1)程序所使用的机器学习库为[Pytorch](https://pytorch.org/get-started/locally/),请下载对应CUDA 11.1的版本。
(2)验证安装
通过执行以下命令验证安装是否成功
```cmd
python
```
```Python
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())
```
执行命令后得到以下信息即安装成功
![安装成功](https://github.com/johnhillross/YOLOv5-DeepSORT-HelmetDetection/blob/main/pictures/Pytorch.png)
## 3.2 依赖库安装
通过执行以下命令对程序依赖库进行安装
```python
pip install -r requirements.txt
```
# 4. 运行程序
在运行程序前需要执行如下操作:
(1)利用MySQL导入程序主目录下database文件夹下的eb_helmet.sql数据库文件
(2)在webcam数据表下填入相应信息:
| 字段名 | 类型 | 含义 |
| :---: | :---: | :---: |
| device | varchar(10) | 监控视频设备名 |
| longitude | float(9,6) | 监控视频所处地理位置的经度 |
| latitude | float(9,6) | 监控视频所处地理位置的纬度 |
| source | varchar(100) | 监控视频RTSP地址 |
设置完成后执行程序主目录下的app.py即可运行程序,在浏览器中输入127.0.0.1:8000即可显示系统界面,系统界面如下图所示:
![系统界面](https://github.com/johnhillross/YOLOv5-DeepSORT-HelmetDetection/blob/main/pictures/System.png)
在D:/#Data/Detect/目录下可见到截取下来的电动自行车驾驶员JPG格式图片,若要修改图片存储路径或图片格式,修改程序主目录下的app.py第18、19行代码即可,如下图所示。
![修改存储路径或格式](https://github.com/johnhillross/YOLOv5-DeepSORT-HelmetDetection/blob/main/pictures/SaveDirFormat.png)
至此完成程序的所有环境配置和运行操作,祝学者一切顺利
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 适用工作项目、毕业设计,课程设计,项目源码均经过助教老师测试,运行无误,轻松复刻,欢迎下载 -------- 下载后请首先打开README.md文件(如有),仅供学习参考。
资源推荐
资源详情
资源评论
收起资源包目录
毕业设计——基于深度学习的电动自行车头盔佩戴检测系统.zip (187个子文件)
clean.bat 177B
EB_Helmet.css 3KB
Dockerfile 846B
.gitkeep 0B
index.html 26KB
favicon.ico 4KB
train.jpg 59KB
echarts.min.js 2.3MB
jquery-3.6.0.js 282KB
socket.io.js 174KB
echarts-extension-amap.min.js 9KB
background.js 3KB
echarts.js.map 6.48MB
echarts-extension-amap.min.js.map 36KB
README.md 6KB
README.md 1KB
README.md 65B
System.png 1.74MB
Code_Runner.png 60KB
Pytorch.png 34KB
disconnect.png 32KB
CUDAcuDNN.png 21KB
augment.png 19KB
head.png 8KB
catch.png 7KB
SaveDirFormat.png 5KB
line.png 4KB
中雨转大雨.png 3KB
大雨转暴雨.png 3KB
暴雨转大暴雨.png 3KB
强沙尘暴.png 2KB
小雨转中雨.png 2KB
阵雪.png 2KB
小雪转中雪.png 2KB
中雪转大雪.png 2KB
大雪转暴雪.png 2KB
沙尘暴.png 2KB
雷阵雨.png 2KB
阵雨.png 2KB
冻雨.png 2KB
雷阵雨加冰雹.png 2KB
雨加雪.png 2KB
特大暴雨.png 2KB
暴雨.png 2KB
大暴雨.png 2KB
大雨.png 2KB
大暴雪.png 2KB
暴雪.png 2KB
中雨.png 2KB
多云.png 2KB
大雪.png 2KB
中雪.png 2KB
扬沙.png 2KB
小雪.png 2KB
晴.png 2KB
小雨.png 2KB
weather_img01.png 2KB
阴.png 2KB
浮尘.png 2KB
霾.png 1KB
雾.png 1KB
marker.png 1KB
yolov5s.pt 14.11MB
eb-last.pt 13.74MB
eb-best.pt 13.74MB
eb-latest-last.pt 13.73MB
eb-latest-best.pt 13.73MB
helmet-last.pt 13.69MB
helmet-best.pt 13.69MB
datasets.py 45KB
general.py 27KB
plots.py 19KB
common.py 17KB
wandb_utils.py 16KB
yolo.py 14KB
torch_utils.py 12KB
json_logger.py 11KB
loss.py 9KB
camera.py 9KB
metrics.py 9KB
linear_assignment.py 8KB
kalman_filter.py 8KB
autoanchor.py 7KB
train.py 6KB
export.py 6KB
nn_matching.py 5KB
experimental.py 5KB
tracker.py 5KB
track.py 5KB
google_utils.py 5KB
io.py 4KB
app.py 4KB
deep_sort.py 4KB
activations.py 4KB
evaluation.py 3KB
original_model.py 3KB
model.py 3KB
detector.py 3KB
iou_matching.py 3KB
test.py 2KB
共 187 条
- 1
- 2
资源评论
程皮
- 粉丝: 276
- 资源: 2566
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功